[发明专利]一种适用于战场环境的机器人智能化全景光电侦察的方法

说明书

本发明涉及机器人光电侦察、机器视觉领域，提出了一种适用于战场环境的智能化全景光电侦察方法。包括以下步骤：首先将机器人四周安装的光学传感器所捕获的视频流媒体进行智能化分析，以判断具有威胁性的目标(敌方作战单位)是否出现在传感器观测范围内的某一扇区；其次将该扇区的视场放大至多倍以清晰观测该目标，并将无目标的扇区进行压缩缩小，减小非目标区域的观测信息；最后将每个扇区的图像进行边缘特征点检测，并进行无缝拼接，以做到突出显示观测目标，抑制背景信息的全景光电侦察的方法。该方法能够良好的观测全景领域内所出现的威胁目标，在机器人作战侦察中具有良好的应用前景。

技术领域

本发明属于图像处理领域，涉及在战场环境下的机器人四周安装光学传感器，具体为一种适用于战场环境的机器人智能化全景光电侦察的方法。

背景技术

针对战场上的作战环境日益复杂的情况，我方人员直接进入作战区域会将自身暴露于危险之中，而无人机又无法对一些特殊地形，例如掩体、丛林等有视距遮挡情况下的侦察。因此非常有必要研制一种能够进行智能化全景光电侦察的机器人，并使用本发明专利提到的方法，对人员或无人机无法到达、无法观测到的纵深区域进行深入详细的侦察观测。同时将观测信息返回给我方作战单位，以便对敌方目标进行及时有效毁伤。

目前现有的全景侦察方法不具备本发明专利所提到的性能与优势，或者全景侦察的方法不够先进、智能化程度不够高，本发明专利利用创新的扇区目标识别方法、扇区视场自适应方法、以及扇区无缝拼接方法，全方位的提升了机器人的全景侦察效果，大幅提高了侦察机器人的效率和准确率。

本发明通过当机器人处于伪装静止情况下利用背景建模的方法检测出背景模型，并对背景模型进行更新及优化，进而利用差分法检测出可疑目标，以及轮廓追踪法标定目标的大小及位置；随后利用扇区比例自动匹配技术，对于出现目标的扇区利用约翰逊准则进行放大以满足清晰观测的要求，未出现目标的扇区则相应的扩大视场，做到对目标的自适应观测能力；最后为了保证观测质量，采用了像素点精确计数的方法，将所有扇区的图像根据特征点平滑过渡，最大限度的还原真实场景的同时显著降低了图像延迟。

发明内容

本发明提供一种用于战场环境的机器人全景光电侦察的方法，该方法可以应用于智能化机器人，实现对360°视距范围内的可疑目标自动侦察；

本发明利用分布在机器人四周的光学传感器分扇区进行多个场景下的可疑目标识别，同时对目标进行轮廓追踪，以精确标识目标的大小及位置等运动特征；每个扇区的观测视场角可随发现的目标进行自动调整的同时兼顾360°无死角；最后利用扇区边缘特征点检测技术对每个扇区的图像进行了无缝拼接，提升观测质量；

本发明所述方法在机器人处于伪装静止情况下，通过背景建模的方法检测出背景模型，并对背景模型进行更新及优化，进而利用差分法检测出可疑目标，以及轮廓追踪法标定目标的大小及位置；随后利用扇区比例自动匹配技术，对于出现目标的扇区进行放大，对未出现目标的扇区扩大视场，最后将所有扇区的图像根据特征点平滑过渡，最大限度的还原真实场景；

进一步地，所述方法包括以下步骤：

S1、扇区目标识别；

S2、扇区比例自动匹配；

S3、扇区无缝拼接；

S4、还原真实场景；

进一步地，所述S1只在机器人静止的情况下进行，运动时不进行目标识别，假设在机器人的四周装有多个图像传感器用来全景光电侦察，固定场景下识别目标的方法首先需要提取出每个扇区的背景，然后利用背景与前景的差分，来检测出可疑目标；

进一步地，所述S1具体包括：

S11：根据像素统计法建立背景模型；

S12：根据视频流循环更新背景模型；